Il modello AI InVitroVision descrive lo sviluppo embrionale da dati limitati

I ricercatori hanno sviluppato InVitroVision, una versione ottimizzata del modello visione-linguaggio PaliGemma-2, per generare automaticamente descrizioni in linguaggio naturale della morfologia e dello sviluppo embrionale da immagini time-lapse. Utilizzando solo 1.000 immagini embrionali pubbliche e relative didascalie, il modello ha superato ChatGPT 5.2 e i modelli di base nelle metriche complessive. Lo studio, pubblicato su arXiv (2604.21061), dimostra che i modelli fondazionali visione-linguaggio possono generalizzare a compiti di fecondazione in vitro con dati annotati limitati, migliorando potenzialmente coerenza e standardizzazione nelle decisioni di fecondazione in vitro. Le prestazioni migliorano con set di dati di addestramento più ampi.